opencv：图像轮廓检测-细胞轮廓

对于下面的图像，进行细胞（有彩色的都是细胞）的轮廓识别，要求分割尽可能准确，轮廓是封闭的曲线。

个人的思路：
第一：通过opencv读取图片；
第二：对原图进行灰度化处理，简化矩阵，提高处理速度；
第三：阈值抑制：根据设定的值处理图像的灰度值，比如灰度大于某个数值像素点保留。通过阈值以及有关算法可以实现从图像中抓取特定的图形，比如去除背景等；
第四：使用cv2.findContours()函数来查找检测物体的轮廓；
第五：cv2.drawContours()来在原图中画出检测得到的轮廓；
第六：可视化。
注释：如果对灰度图进行形态学处理，将可以会对图片中的噪点有一定和抑制和平滑图像中细胞边缘。

具体代码如下：

import cv2
#读取图片
src = cv2.imread('***.jpg')
#灰度化处理
GrayImage = cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
#通过阈值抑制，来去除背景部分
ret,thresh = cv2.threshold(GrayImage,50,255,cv2.THRESH_BINARY)
#查找物体的轮廓
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
#画出检测得到的轮廓
cv2.drawContours(src,contours,-1,(0,0,255),1)
#可视化
cv2.imshow("Image", src)
cv2.imshow("GrayImage_thresh", thresh)
cv2.waitKey()
cv2.destroyAllWindows()

灰度化和阈值处理的结果如下：

勾画轮廓的结果如下：